CN118128704A - 叶片扫塔风险监测方法、装置、机组及存储介质 - Google Patents
叶片扫塔风险监测方法、装置、机组及存储介质 Download PDFInfo
- Publication number
- CN118128704A CN118128704A CN202211508678.1A CN202211508678A CN118128704A CN 118128704 A CN118128704 A CN 118128704A CN 202211508678 A CN202211508678 A CN 202211508678A CN 118128704 A CN118128704 A CN 118128704A
- Authority
- CN
- China
- Prior art keywords
- blade
- moment
- impeller
- value
- correspondence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000010408 sweeping Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000013507 mapping Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 10
- 238000012806 monitoring device Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 230000009471 action Effects 0.000 description 9
- 238000001514 detection method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/022—Adjusting aerodynamic properties of the blades
- F03D7/0224—Adjusting blade pitch
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/0264—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor for stopping; controlling in emergency situations
- F03D7/0268—Parking or storm protection
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/04—Automatic control; Regulation
- F03D7/042—Automatic control; Regulation by means of an electrical or electronic controller
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- Wind Motors (AREA)
Abstract
本申请公开了一种叶片扫塔风险监测方法、装置、机组及存储介质,属于风力发电机领域,本申请的一些实施例中,建立了叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系。机组在实际运行过程中,通过检测叶片的挥舞方向力矩,基于叶片的挥舞方向力矩是否超过与最小净空值对应的阈值,以及叶片是否位于叶轮的正下方,来判断叶片是否存在由于净空不足引起的扫塔风险,而无需直接检测叶片的净空值,也就无需为了检测叶片的净空值设置激光雷达或者视频净空设备,从而摆脱了由于依赖激光雷达或者视频净空设备导致的一系列问题,提升风力发电机组运行的安全性和稳定性。
Description
技术领域
本申请属于风力发电机领域,具体涉及一种叶片扫塔风险监测方法、装置、机组及存储介质。
背景技术
风力发电机组在运行过程中,如果机组中叶片的叶尖距离塔架表面之间的距离过近,即叶片的净空不足,会存在叶片扫塔风险。一旦发生叶片扫塔,会导致叶片损毁、整机部件过载出现失效,严重影响风力发电机组运行的稳定性和安全性。
相关技术中,在风力发电机组的机舱位置设置激光雷达或者视频净空监测设备。通过激光雷达或者视频净空监测设备对叶片的净空值进行动态检测,根据检测得到的叶片的净空值判断叶片是否存在扫塔风险。
然而在采用上述方法时,由于激光雷达的波长短,可穿透性能差,导致抗雨雪雾等恶劣天气的干扰能力差;而视频净空监测设备仅能满足白天光线充足的情况,不适用于夜晚净空监测。同时,激光雷达及视频净空监测设备的成本均比较高,设备维护成本高。
发明内容
本申请提供一种叶片扫塔风险监测方法、装置、机组及存储介质,能够在不依赖于在风力发电机组中设置激光雷达或者视频净空监测设备的情况下,判断叶片是否存在扫塔风险,从而提升风力发电机组运行的稳定性和安全性。
第一方面,提供了一种叶片扫塔风险监测方法,应用于风力发电机组,所述风力发电机组包括叶片以及叶轮,所述方法包括:获取所述叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系;基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值;若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
在一些实施方式中,所述对应关系为第一模型,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括;将所述第一最小净空值输入所述第一模型;基于所述第一模型对所述第一最小净空值进行线性变换处理或者非线性变换处理,输出所述叶片的挥舞方向力矩阈值。
在一些实施方式中,所述对应关系为第一模型,所述获取所述叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系,包括:基于所述风力发电机组的数据集,获得所述第一模型,所述数据集包括多组叶片的挥舞方向力矩以及与叶片的挥舞方向力矩对应的最小净空值。
在一些实施方式中,所述第一模型为线性模型或者机器学习模型。
在一些实施方式中,所述数据集是通过风机仿真应用对所述风力发电机组的运行状况进行仿真从而获得的;或者,所述数据集是对所述风力发电机组的运行状况进行测试从而获得的;或者,所述数据集是所述风力发电机组在实际运行过程中进行检测从而获得的。
在一些实施方式中,所述对应关系为映射关系表,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括;基于所述第一最小净空值查找所述映射关系表,以获得与所述第一最小净空值对应的所述叶片的挥舞方向力矩阈值。
在一些实施方式中,所述对应关系包括未变桨阶段的第一对应关系,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括:基于所述第一对应关系以及所述第一最小净空值,获取所述叶片在所述未变桨阶段的第一挥舞方向力矩阈值;所述若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险,包括:若在所述未变桨阶段检测到所述叶片的挥舞方向力矩超过所述第一挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
在一些实施方式中,所述对应关系包括已变桨阶段的第二对应关系,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括:基于所述第二对应关系以及所述第一最小净空值,获取所述叶片在已变桨阶段的第二挥舞方向力矩阈值;所述若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险,包括:若在所述已变桨阶段检测到所述叶片的挥舞方向力矩超过所述第二挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
在一些实施方式中,所述检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方之前,所述方法还包括:通过载荷传感器,检测所述叶片的挥舞方向力矩。
在一些实施方式中,所述载荷传感器设于所述叶片的根部、中部或者叶尖。
在一些实施方式中,所述检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方之前,所述方法还包括:
检测所述叶轮的方位角;基于所述叶轮的方位角满足条件,确定所述叶片位于所述叶轮的正下方。
在一些实施方式中,所述基于所述叶轮方位角满足条件,确定所述叶片位于所述叶轮的正下方,包括:基于所述叶轮的方位角为第一角度的倍数,确定所述叶片位于所述叶轮的正下方,所述第一角度为相邻两个所述叶片间隔的角度。
在一些实施方式中,所述第一角度为120°。
在一些实施方式中,所述确定所述叶片存在扫塔风险之后,所述方法还包括以下任意一项或者多项的组合:输出告警信息;限制所述风力发电机组的功率;提高所述风力发电机组的桨距角;控制所述风力发电机组停机。
在一些实施方式中,所述方法还包括:基于检测到的所述叶片的挥舞方向力矩,对所述对应关系进行更新。
第二方面,提供了一种叶片扫塔风险监测装置,设于风力发电机组,所述风力发电机组包括叶片以及叶轮,所述装置包括:获取模块,用于获取所述叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系;所述获取模块,还用于基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值;确定模块,用于若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
在一些实施方式中,所述对应关系为第一模型,所述获取模块,用于将所述第一最小净空值输入所述第一模型;基于所述第一模型对所述第一最小净空值进行线性变换处理或者非线性变换处理,输出所述叶片的挥舞方向力矩阈值。
在一些实施方式中,所述对应关系为第一模型,所述获取模块,用于基于所述风力发电机组的数据集,获得所述第一模型,所述数据集包括多组叶片的挥舞方向力矩以及与叶片的挥舞方向力矩对应的最小净空值。
在一些实施方式中,所述第一模型为线性模型或者机器学习模型。
在一些实施方式中,所述数据集是通过风机仿真应用对所述风力发电机组的运行状况进行仿真从而获得的;或者,所述数据集是对所述风力发电机组的运行状况进行测试从而获得的;或者,所述数据集是所述风力发电机组在实际运行过程中进行检测从而获得的。
在一些实施方式中,所述对应关系为映射关系表,所述获取模块,用于基于所述第一最小净空值查找所述映射关系表,以获得与所述第一最小净空值对应的所述叶片的挥舞方向力矩阈值。
在一些实施方式中,所述对应关系包括未变桨阶段的第一对应关系,所述获取模块,用于基于所述第一对应关系以及所述第一最小净空值,获取所述叶片在所述未变桨阶段的第一挥舞方向力矩阈值;所述确定模块,用于若在所述未变桨阶段检测到所述叶片的挥舞方向力矩超过所述第一挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
在一些实施方式中,所述对应关系包括已变桨阶段的第二对应关系,所述获取模块,用于基于所述第二对应关系以及所述第一最小净空值,获取所述叶片在已变桨阶段的第二挥舞方向力矩阈值;所述确定模块,用于若在所述已变桨阶段检测到所述叶片的挥舞方向力矩超过所述第二挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
在一些实施方式中,所述装置还包括:检测模块,用于通过载荷传感器,检测所述叶片的挥舞方向力矩。
在一些实施方式中,所述载荷传感器设于所述叶片的根部、中部或者叶尖。
在一些实施方式中,所述装置还包括:检测模块,用于检测所述叶轮的方位角;基于所述叶轮的方位角满足条件,确定所述叶片位于所述叶轮的正下方。
在一些实施方式中,所述检测模块,用于基于所述叶轮的方位角为第一角度的倍数,确定所述叶片位于所述叶轮的正下方,所述第一角度为相邻两个所述叶片间隔的角度。
在一些实施方式中,所述第一角度为120°。
在一些实施方式中,所述装置还包括控制模块,所述控制模块用于执行以下任意一项或者多项的组合:输出告警信息;限制所述风力发电机组的功率;提高所述风力发电机组的桨距角;控制所述风力发电机组停机。
在一些实施方式中,所述装置还包括:更新模块,用于基于检测到的所述叶片的挥舞方向力矩,对所述对应关系进行更新。
第三方面,提供了一种风力发电机组,包括:处理器,存储器、叶片以及叶轮;
所述处理器与存储器耦合,所述存储器中存储有至少一条计算机程序指令,所述至少一条计算机程序指令由所述处理器加载并执行,以使所述风力发电机组实现上述第一方面及其第一方面任意可选实施方式中的方法。
第四方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条指令,所述指令在风力发电机组上运行时,使得所述风力发电机组执行上述第一方面及其第一方面任意可选实施方式中的方法。
第五方面,提供了一种计算机程序产品,所述计算机程序产品包括一个或多个计算机程序指令,当所述计算机程序指令被计算机加载并运行时,使得所述计算机执行上述第一方面及其第一方面任意可选实施方式中的方法。
由此可见,本申请具有如下有益效果:
由于基于叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系,获得与最小净空值对应的力矩阈值,通过检测叶片的挥舞方向力矩是否超过该力矩阈值以及叶片的位置,即可实现快速判断是否存在叶片净空不足引起的扫塔风险,而无需直接检测叶片的净空值,从而摆脱了需要通过激光雷达或者视频净空监测设备检测净空值的限制,缓解了由于天气原因导致激光雷达或者视频净空检测设备无法工作而检测扫塔风险失败的概率,提高可靠性,提升风力发电机组运行的稳定性和安全性。
附图说明
图1为本申请实施例提供的一种风力发电机的示意图;
图2为本申请实施例提供的一种叶根坐标系的示意图;
图3是本申请实施例提供的一种叶片扫塔风险监测方法的流程图;
图4为本申请实施例提供的叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系的示意图;
图5是本申请实施例提供的一种叶片扫塔风险监测方法的流程图;
图6是本申请实施例提供的一种叶片扫塔风险监测装置600的示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
针对风力发电机组如何检测由于叶片净空不足导致的扫塔风险,相关技术中,通常会在机组实际运行过程中,检测叶片的净空值,根据叶片的净空值判断是否存在扫塔风险。为了检测叶片的净空值,相关技术需要在机组中设置激光雷达或者视频净空监测设备。而由于依赖激光雷达或者视频净空监测设备,会引起容易受到气候影响、成本高、可靠性不足等一系列问题。
而本申请的发明人研究分析发现,叶片的变形是载荷作用在叶片上的体现,叶片的变形随着叶片的载荷变化而变化,也即是叶片的载荷与叶片的变形具有一定的关联关系。而叶片的载荷包含不同方向的力和力矩,比如叶片挥舞方向的力矩以及叶片摆振方向的力矩,通过进一步研究发现,叶片的载荷中叶片挥舞方向的力矩与叶片的最小净空值直接相关。
基于上述发现,本申请的一些实施例中,建立了叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系。机组在实际运行过程中,通过检测叶片的挥舞方向力矩,基于叶片的挥舞方向力矩是否超过与最小净空值对应的阈值,以及叶片是否位于叶轮的正下方,来判断叶片是否存在由于净空不足引起的扫塔风险,而无需直接检测叶片的净空值,也就无需为了检测叶片的净空值设置激光雷达或者视频净空设备,从而摆脱了由于依赖激光雷达或者视频净空设备导致的一系列问题,比如降低了由于气候影响导致激光雷达或者视频净空设备无法使用造成检测扫塔风险失败的概率,提升可靠性,同时降低了由于风力发电机组叶片扫塔造成的部件失效风险,提升风力发电机组运行的安全性和稳定性。
下面对本申请实施例的方法流程举例说明。
本申请实施例的方法流程应用于风力发电机组。该风力发电机组至少包括一个或多个叶片以及叶轮。例如,请参考图1,图1是本申请实施例适用的一种风力发电机的示意图,图1中风力发电机包括叶片1、轮毂2以及塔架3。图2为叶根坐标系,叶片挥舞力矩方向与yb相同,叶根载荷传感器安装在叶片根部位置。
图1示出的三个叶片的机组仅是对本申请实施例适用的风力发电机组的形态的举例说明,在另一些实施例中,应用本申请实施例的风力发电机组中叶片的数量可选地更多或更少,例如将本申请实施例应用于叶片数量大于或等于三个以上的风力发电机组,本实施例对应用的风力发电机组的产品形态不做限定。
此外,通过安装在叶片根部位置的叶根载荷传感器检测载荷仅是示例,载荷传感器通常基于载荷测量信号进行振动特征识别,叶片沿展向任何截面的载荷测量信号均可以用于叶片净空判断,因此载荷传感器可设于叶片的根部、中部或者叶尖,本实施例对载荷传感器的布设位置不做限定。
附图3是本申请实施例提供的一种叶片扫塔风险监测方法的流程图。附图3所示方法包括以下步骤S301至步骤S303。
步骤S301、风力发电机组获取叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系。
上述对应关系的形式包括多种情况,下面通过两种情况举例说明。
情况一、对应关系为第一模型。例如,第一模型为一个函数,比如是一个方程组。例如,第一模型为线性模型或者机器学习模型。线性模型例如是一个线性方程。机器学习模型例如为深度学习模型,比如是神经网络模型。
情况二、对应关系为映射关系表。例如,映射关系表的索引(key)为叶片的最小净空值,映射关系表的值为叶片的挥舞方向力矩。
在一些实施例中,上述对应关系包括未变桨阶段的第一对应关系以及已变桨阶段的第二对应关系。未变桨阶段是指机组没有执行变桨动作的阶段。已变桨阶段是指机组已经执行变桨动作的阶段。第一对应关系是指未变桨阶段下叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系。第二对应关系是指已变桨阶段下叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系。
通过对仿真及测试数据统计发现,变桨动作会影响叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系,当开始变桨之后,叶片迎风面积会减小,挥舞方向力矩会下降,净空值增加,因此叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系在未变桨阶段以及已变桨阶段会有变化。例如,请参考图4,图4是针对机组中叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系的具体示例。图4中的点表示叶片挥舞方向的力矩以及与力矩对应的叶片的最小净空值,图4中的满发前是指机组达到额定功率之前。图4中满发后是指机组达到额定功率之后。图4中的直线401表示未变桨阶段下机组净空与叶根挥舞方向的力矩之间的对应关系,直线402表示已变桨阶段下机组净空与叶根挥舞方向的力矩之间的对应关系。观察直线401和直线402可见,直线401和直线402的斜率和截距有所区别,也即是,未变桨阶段以及已变桨阶段的对应关系有所不同。本实施例中,通过提供上述第一对应关系以及第二对应关系,相当于基于机组是否变桨,对叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系进行了更细粒度的划分,充分考虑是否变桨对上述对应关系的影响,提升精确性。
针对如何获得上述对应关系的方式,以对应关系为第一模型为例,例如,基于风力发电机组的数据集,获得第一模型。例如,通过线性回归或者曲线拟合的方式,基于数据集获得第一模型。又如,通过机器学习的方式,基于数据集进行模型训练,获得第一模型。由于通过机组的数据集建模得出挥舞方向力矩与最小净空值之间的对应关系,使得对应关系与机组的数据匹配准确性更高,此外,减少了对人工经验的依赖,更加客观,效率也更高。
数据集包括多组叶片的挥舞方向力矩以及与叶片的挥舞方向力矩对应的最小净空值。数据集的来源,也即是如何获得数据集包括多种实现方式。例如,数据集是通过风机仿真应用对风力发电机组的运行状况进行仿真从而获得的。又如,数据集是对风力发电机组的运行状况进行测试从而获得的。再如,数据集是风力发电机组在实际运行过程中进行检测从而获得的。通过该实施方式,支持利用仿真数据、测试数据、实际运行数据等多种渠道的数据源建立对应关系,由于参考了机组的更多数据来建立对应关系,有助于降低误差,提升精确性。
示例性地,在整机开发阶段,通过大量机组仿真数据,得到不同大小的叶片挥舞方向力矩值,同时可以得到与之对应的叶片距离塔架的最小净空值,通过对叶片挥舞方向载荷与叶片距离塔架最小净空进行分析处理,可以得出最小净空随叶片挥舞力矩变化的线性相关方程,即建立起叶根挥舞载荷与最小净空之间的关系,如图4所示。
步骤S302、风力发电机组基于对应关系以及第一最小净空值,获取叶片的挥舞方向力矩阈值。
第一最小净空值例如是净空值的最小值。当叶片的净空值小于或等于第一最小净空值时,表明净空不足,存在扫塔风险。具体地,净空值是指叶尖距离塔架表面的距离;随着风速波动,机组在运行过程中叶尖距离塔架表面的距离也是波动的,可以将叶片的净空值理解为一系列的值,这些值里的最小值就叫最小净空值。最小净空值不能低于一个值,本实施例将这个值称为第一最小净空值,第一最小净空值可以根据IEC规范计算得到。例如,第一最小净空值为5m。其中,5m是考虑了一定安全余量后设定的一个最小净空值,第一最小净空值的取值也可以根据具体机组确定。
针对获取叶片的挥舞方向力矩阈值的方式,例如,对应关系为第一模型,将第一最小净空值输入第一模型;基于第一模型对第一最小净空值进行线性变换或者非线性变换,输出叶片的挥舞方向力矩阈值。又如,对应关系为映射关系表,基于第一最小净空值查找映射关系表,以获得与第一最小净空值对应的叶片的挥舞方向力矩阈值。示例性地,设定一个触发报警最小净空值(即第一最小净空值),将该最小净空值带入最小净空随叶片挥舞力矩变化的线性相关方程(即上述对应关系),得出叶片的挥舞方向力矩阈值。
步骤S303、若检测到叶片的挥舞方向力矩超过挥舞方向力矩阈值且叶片位于叶轮的正下方,风力发电机组确定叶片存在扫塔风险。
针对如何检测叶片的挥舞方向力矩,例如,在风力发电机组中设置载荷传感器,通过载荷传感器,检测叶片的挥舞方向力矩。
可选地,上述载荷传感器设于叶片的根部,即,通过设置在根部的载荷传感器检测叶片的挥舞方向力矩。通过上述方式,降低了安装载荷传感器和维护传感器的复杂度。可替代地,上述载荷传感器设于叶片的中部或者叶尖。
针对如何判断叶片是否位于叶轮的正下方,例如,检测叶轮的方位角;基于叶轮的方位角满足条件,确定叶片位于叶轮的正下方。叶轮方位角是指叶轮转过的角度。本实施例中,叶轮方位角用来判断叶片与塔架相对位置。例如,判断叶轮的方位角是否为第一角度的倍数,基于叶轮的方位角为第一角度的倍数,确定叶片位于叶轮的正下方,第一角度为相邻两个叶片间隔的角度。例如,第一角度为120°。
本实施例对检测到叶片的挥舞方向力矩以及检测叶片是否位于叶轮的正下方的先后顺序不做限定,可选地采用一前一后的处理顺序,或者是并发处理。
在一些实施例中,上述对应关系细分为未变桨阶段的第一对应关系以及已变桨阶段的第二对应关系,结合机组运行过程中所处的阶段,采取与当前阶段对应的力矩阈值进行检测。例如,基于第一对应关系以及第一最小净空值,获取叶片在未变桨阶段的第一挥舞方向力矩阈值;若在未变桨阶段检测到叶片的挥舞方向力矩超过第一挥舞方向力矩阈值且叶片位于叶轮的正下方,确定叶片存在扫塔风险。又如,基于第二对应关系以及第一最小净空值,获取叶片在已变桨阶段的第二挥舞方向力矩阈值;若在已变桨阶段检测到叶片的挥舞方向力矩超过第二挥舞方向力矩阈值且叶片位于叶轮的正下方,确定叶片存在扫塔风险。通过上述方式,由于结合当前所处的阶段,采用与当前阶段对应的力矩阈值检测扫塔风险,从而考虑了变桨对挥舞方向的力矩以及叶片净空的影响,提升精确性。
在一些实施例中,在确定叶片存在扫塔风险之后,还通过采取一些措施来保护机组的安全性。例如,输出告警信息,从而提示用户存在扫塔风险;又如,限制风力发电机组的功率,从而降低叶片的载荷,提高叶片的最小净空值,降低净空不足带来的风险;再如,提高风力发电机组的桨距角,从而提高叶片的最小净空值,降低净空不足带来的风险;再如,控制风力发电机组停机。当然,也可以执行其他用于解决扫塔风险的控制策略,本实施例对确定叶片存在扫塔风险后执行的动作不做限定。
在一些实施例中,还基于检测到的叶片的挥舞方向力矩,对对应关系进行更新。通过这种方式,能够利用在机组实际运行中检测到的力矩修正对应关系,使得对应关系更加适应于机组的实际运行中的风况、地形等场景,提高对应关系的精确性。
附图5是本申请实施例提供的一种叶片扫塔风险监测方法的流程图,附图5所示实施例是附图3所示实施例的具体示例。附图5实施例包括以下步骤。
S501、通过机组的大量仿真数据,建立叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系。
S502、将触发报警的最小净空值带入S501中建立的对应关系,得出最小净空值对应的叶片挥舞方向力矩阈值。
S503、在机组实际运行中,实时检测每个时刻叶片挥舞方向的力矩,得到叶片挥舞方向的力矩的时序数据。
S504、实时统计S503中检测得到的力矩的时序数据的极大值。
S505、判断S504中得到的叶片挥舞方向的力矩是否超过S502得出的力矩阈值,如果是,执行S506,如果否,执行S509。
S506、在机组实际运行中,同步地实时检测叶轮方位角。例如,首先标定一只叶片处于正下方时叶轮方位角为0°,即图1所示姿态,每当叶轮旋转过120°时,都会有一只叶片处于正下方与塔架靠近。因此,叶轮方位角为120°的倍数时,可以判定叶片处于叶轮正下方位置。
S507、当S504中得到的叶片挥舞方向力矩的极大值超出S502得出的力矩阈值,同时根据S506检测的叶轮方位角判断叶片处于下方与塔架接近位置,即判断此时存在较大发生扫塔风险,执行S508;当S504中得到的叶片挥舞方向力矩的极大值未超出S502得出的力矩阈值,或者根据S506检测的叶轮方位角判断叶片没有处于下方与塔架接近位置,即判断此时不存在发生扫塔风险,执行S510。
S508、当S507判断存在发生扫塔风险之后,立即向主控传递信号,使机组采取限功率提高桨距角或者停机等控制策略,保证机组安全。
S509、不采取保护动作。
S510、不采取保护动作。
S511(图5没有示出)、采取S508中保护措施,同时判断一定时间内平均风速没有较大波动后,可逐渐放开保护策略,使机组功率恢复或重新启机运行,进行下一轮的保护。
本实施例提供的方法,通过建立叶片挥舞方向载荷与叶片变形的联系,实时测量叶根挥舞方向载荷来判断叶片净空情况,辅助控制策略进行保护,减少因天气原因导致的激光雷达或视频净空设备无法使用的情况,提升机组安全;进一步地,可降低风电机组叶片扫塔造成的部件失效风险;进一步地,无需设置激光雷达或视频净空监测设备也可检测由于净空不足引起的扫塔风险,不受气候干扰,降低成本,提高可靠性。
附图6是本申请实施例提供的一种叶片扫塔风险监测装置600的示意图,装置600设于执行图3实施例的机组中,包括:
获取模块601,用于获取叶片的挥舞方向力矩与叶片的最小净空值之间的对应关系;获取模块601,还用于基于对应关系以及第一最小净空值,获取叶片的挥舞方向力矩阈值;确定模块602,用于若检测到叶片的挥舞方向力矩超过挥舞方向力矩阈值且叶片位于叶轮的正下方,确定叶片存在扫塔风险。
在一些实施方式中,对应关系为第一模型,获取模块601,用于将第一最小净空值输入第一模型;基于第一模型对第一最小净空值进行线性变换处理或者非线性变换处理,输出叶片的挥舞方向力矩阈值。
在一些实施方式中,对应关系为第一模型,获取模块601,用于基于风力发电机组的数据集,获得第一模型,数据集包括多组叶片的挥舞方向力矩以及与叶片的挥舞方向力矩对应的最小净空值。
在一些实施方式中,第一模型为线性模型或者机器学习模型。
在一些实施方式中,数据集是通过风机仿真应用对风力发电机组的运行状况进行仿真从而获得的;或者,数据集是对风力发电机组的运行状况进行测试从而获得的;或者,数据集是风力发电机组在实际运行过程中进行检测从而获得的。
在一些实施方式中,对应关系为映射关系表,获取模块601,用于基于第一最小净空值查找映射关系表,以获得与第一最小净空值对应的叶片的挥舞方向力矩阈值。
在一些实施方式中,对应关系包括未变桨阶段的第一对应关系,获取模块601,用于基于第一对应关系以及第一最小净空值,获取叶片在未变桨阶段的第一挥舞方向力矩阈值;确定模块602,用于若在未变桨阶段检测到叶片的挥舞方向力矩超过第一挥舞方向力矩阈值且叶片位于叶轮的正下方,确定叶片存在扫塔风险。
在一些实施方式中,对应关系包括已变桨阶段的第二对应关系,获取模块601,用于基于第二对应关系以及第一最小净空值,获取叶片在已变桨阶段的第二挥舞方向力矩阈值;确定模块602,用于若在已变桨阶段检测到叶片的挥舞方向力矩超过第二挥舞方向力矩阈值且叶片位于叶轮的正下方,确定叶片存在扫塔风险。
在一些实施方式中,装置600还包括:检测模块,用于通过载荷传感器,检测叶片的挥舞方向力矩。
在一些实施方式中,载荷传感器设于叶片的根部、中部或者叶尖。
在一些实施方式中,装置600还包括:检测模块,用于检测叶轮的方位角;基于叶轮的方位角满足条件,确定叶片位于叶轮的正下方。
在一些实施方式中,检测模块,用于基于叶轮的方位角为第一角度的倍数,确定叶片位于叶轮的正下方,第一角度为相邻两个叶片间隔的角度。
在一些实施方式中,第一角度为120°。
在一些实施方式中,装置600还包括控制模块,控制模块用于执行以下任意一项或者多项的组合:输出告警信息;限制风力发电机组的功率;提高风力发电机组的桨距角;控制风力发电机组停机。
在一些实施方式中,装置600还包括:更新模块,用于基于检测到的叶片的挥舞方向力矩,对对应关系进行更新。
在一些实施例中,还提供了一种风力发电机组,包括:处理器,存储器、叶片以及叶轮;
处理器与存储器耦合,存储器中存储有至少一条计算机程序指令,至少一条计算机程序指令由处理器加载并执行,以使风力发电机组实现上述图3实施例或者图5实施例提供的方法。
在一些实施例中,还提供了一种计算机可读存储介质,存储介质中存储有至少一条指令,指令在风力发电机组上运行时,使得风力发电机组执行上述图3实施例或者图5实施例提供的方法。
在一些实施例中,还提供了一种计算机程序产品,计算机程序产品包括一个或多个计算机程序指令,当计算机程序指令被计算机加载并运行时,使得计算机执行上述图3实施例或者图5实施例提供的方法。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (18)
1.一种叶片扫塔风险监测方法,其特征在于,所述方法包括:
获取风力发电机组叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系;
基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值;
若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
2.根据权利要求1所述的方法,其特征在于,所述对应关系为第一模型,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括;
将所述第一最小净空值输入所述第一模型;
基于所述第一模型对所述第一最小净空值进行线性变换处理或者非线性变换处理,输出所述叶片的挥舞方向力矩阈值。
3.根据权利要求2所述的方法,其特征在于,所述获取所述叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系,包括:
基于所述风力发电机组的数据集,获得所述第一模型,所述数据集包括多组叶片的挥舞方向力矩以及与叶片的挥舞方向力矩对应的最小净空值。
4.根据权利要求3所述的方法,其特征在于,所述第一模型为线性模型或者机器学习模型。
5.根据权利要求3所述的方法,其特征在于,所述数据集是通过风机仿真应用对所述风力发电机组的运行状况进行仿真从而获得的;或者,
所述数据集是对所述风力发电机组的运行状况进行测试从而获得的;或者,
所述数据集是所述风力发电机组在实际运行过程中进行检测从而获得的。
6.根据权利要求1所述的方法,其特征在于,所述对应关系为映射关系表,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括;
基于所述第一最小净空值查找所述映射关系表,以获得与所述第一最小净空值对应的所述叶片的挥舞方向力矩阈值。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述对应关系包括未变桨阶段的第一对应关系,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括:
基于所述第一对应关系以及所述第一最小净空值,获取所述叶片在所述未变桨阶段的第一挥舞方向力矩阈值;
所述若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险,包括:
若在所述未变桨阶段检测到所述叶片的挥舞方向力矩超过所述第一挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
8.根据权利要求1至6任一项所述的方法,其特征在于,所述对应关系包括已变桨阶段的第二对应关系,所述基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值,包括:
基于所述第二对应关系以及所述第一最小净空值,获取所述叶片在已变桨阶段的第二挥舞方向力矩阈值;
所述若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险,包括:
若在所述已变桨阶段检测到所述叶片的挥舞方向力矩超过所述第二挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
9.根据权利要求1至6任一项所述的方法,其特征在于,所述检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方之前,所述方法还包括:
通过载荷传感器,检测所述叶片的挥舞方向力矩。
10.根据权利要求9所述的方法,其特征在于,所述载荷传感器设于所述叶片的根部、中部或者叶尖。
11.根据权利要求1至6任一项所述的方法,其特征在于,所述检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方之前,所述方法还包括:
检测所述叶轮的方位角;
基于所述叶轮的方位角满足条件,确定所述叶片位于所述叶轮的正下方。
12.根据权利要求11所述的方法,其特征在于,所述基于所述叶轮方位角满足条件,确定所述叶片位于所述叶轮的正下方,包括:
基于所述叶轮的方位角为第一角度的倍数,确定所述叶片位于所述叶轮的正下方,所述第一角度为相邻两个所述叶片间隔的角度。
13.根据权利要求12所述的方法,其特征在于,所述第一角度为120°。
14.根据权利要求1至6任一项所述的方法,其特征在于,所述确定所述叶片存在扫塔风险之后,所述方法还包括以下任意一项或者多项的组合:
输出告警信息;
限制所述风力发电机组的功率;
提高所述风力发电机组的桨距角;
控制所述风力发电机组停机。
15.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
基于检测到的所述叶片的挥舞方向力矩,对所述对应关系进行更新。
16.一种叶片扫塔风险监测装置,其特征在于,设于风力发电机组,所述风力发电机组包括叶片以及叶轮,所述装置包括:
获取模块,用于获取所述叶片的挥舞方向力矩与所述叶片的最小净空值之间的对应关系;
所述获取模块,还用于基于所述对应关系以及第一最小净空值,获取所述叶片的挥舞方向力矩阈值;
确定模块,用于若检测到所述叶片的挥舞方向力矩超过所述挥舞方向力矩阈值且所述叶片位于所述叶轮的正下方,确定所述叶片存在扫塔风险。
17.一种风力发电机组,其特征在于,包括:处理器,存储器、叶片以及叶轮;
所述处理器与存储器耦合,所述存储器中存储有至少一条计算机程序指令,所述至少一条计算机程序指令由所述处理器加载并执行,以使所述风力发电机组实现权利要求1-15中任一项所述的方法。
18.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条指令,所述指令在风力发电机组上运行时,使得所述风力发电机组执行如权利要求1-15中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211508678.1A CN118128704A (zh) | 2022-11-28 | 2022-11-28 | 叶片扫塔风险监测方法、装置、机组及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211508678.1A CN118128704A (zh) | 2022-11-28 | 2022-11-28 | 叶片扫塔风险监测方法、装置、机组及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118128704A true CN118128704A (zh) | 2024-06-04 |
Family
ID=91239532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211508678.1A Pending CN118128704A (zh) | 2022-11-28 | 2022-11-28 | 叶片扫塔风险监测方法、装置、机组及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118128704A (zh) |
-
2022
- 2022-11-28 CN CN202211508678.1A patent/CN118128704A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105464912B (zh) | 一种风力发电机组叶片结冰检测的方法和装置 | |
CN109751206B (zh) | 风机叶片结冰故障预测方法、装置及存储介质 | |
CN110985309B (zh) | 偏航对风异常检测方法、装置、设备和存储介质 | |
CN105844361B (zh) | 风电机组风功率预测方法、解缆方法和装置 | |
CN105134510A (zh) | 一种风力发电机组变桨系统的状态监测和故障诊断方法 | |
CN110168220B (zh) | 一种评估风力涡轮机发电机性能的方法和系统 | |
CN105909466B (zh) | 风力发电机组偏航误差分析方法 | |
GB2481397A (en) | Estimation of Wind Conditions at a Wind Turbine | |
CN110414102A (zh) | 海上风力发电结构疲劳分析方法 | |
CN112610412B (zh) | 一种基于载荷检测的风电机组叶片净空控制方法 | |
CN111322205A (zh) | 风电机组风向标零位误差辨识方法及校正方法 | |
EP3771822A1 (en) | A method for computer-implemented determination of a vertical speed wind profile of a wind field | |
CN115081346B (zh) | 一种风电机组尾流效应下的健康度判断方法、装置及介质 | |
CN116221014B (zh) | 基于激光雷达风电机组净空控制方法、装置、系统及介质 | |
CN113007041A (zh) | 一种风电机组叶片结冰检测系统及检测方法 | |
CN104504285A (zh) | 一种计及撬棒保护的双馈风电场等值建模方法 | |
CN114483447A (zh) | 风力发电机组的变桨控制方法、装置、设备及存储介质 | |
KR101466099B1 (ko) | 풍력발전단지 운영 시스템 및 그 방법 | |
CN108204342A (zh) | 风力发电机的叶片结冰识别方法和装置 | |
CN112836424A (zh) | 一种风机叶片早期结冰故障预测方法 | |
CN118128704A (zh) | 叶片扫塔风险监测方法、装置、机组及存储介质 | |
EP4392669A1 (en) | Identifying recurrent free-flow wind disturbances associated with a wind turbine | |
CN111794921B (zh) | 一种基于迁移成分分析的陆上风电机组叶片结冰诊断方法 | |
US11959461B2 (en) | Method for controlling a wind farm under turbulent wind conditions | |
US20230026286A1 (en) | Method for computer-implemented monitoring of a wind turbine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |